Mobiilirobotin navigointimenetelmän parantaminen odometrian avulla

Tässä työssä parannettiin Probot Oy:n valmistamalle mobiilirobottialustalle kehitettyä navigointi- ja ohjausmenetelmää. Robotille kehitettiin anturointia ja odometriaa. Työ toteutettiin kokonaisuudessaan VTT:n tiloissa ja se on osa robottialustalle tehtyä kehitystyötä. Mobiilirobotin moottorien ohjaus toimii momenttiohjauksella, joka tuottaa virheitä ohjauksessa erinäisten vastusvoimien ja mittausvirheiden vuoksi. Anturoinnin ja säädön avulla voidaan korjata momenttiohjauksen aiheuttamat ongelmat. Odometrian avulla robotti kykenee arvioimaan omaa paikkaansa ympäristössä konenäöllä havaittujen maamerkkien ja seinäpintojen suhteen, vaikka maamerkit ja seinäpinnat eivät ole jatkuvasti näkökentässä. Robotinohjausohjelmat on kirjoitettu C++-kielellä käyttäen Qt Creator -ohjelmointiympäristöä. Lopputuloksena saatiin parannettu navigointi- ja ohjausmenetelmä, jonka avulla robotti kykenee seuraamaan seiniä ja tekemään ennalta määrättyjä käännöksiä konenäöllä havaittujen maamerkkien vierestä. Robotti kykenee ajamaan itsenäisesti ja sen ei tarvitse jatkuvasti nähdä maamerkkejä tai seinäpintoja löytääkseen määrätyt ratapisteet.The goal of this thesis was to improve a navigation and control method made for a mobile robot platform developed by Probot Oy. The entirety of the work was done in the premises of VTT and it is a part of the development of the mobile robot platform. The driving of the mobile robot’s motors works using torque control, which produces errors in the driving due to resistive forces and errors in measurement. Using sensors and controllers, the errors caused by torque control can be fixed. With odometry, the robot is able to estimate its position relative to landmarks and wall surfaces detected by the computer vision even if they are not constantly visible. The programs were written in the C++ language using the Qt Creator development environment. The final product of this work is an improved navigation and control method that the robot uses to follow walls and to make predetermined turns next to landmarks detected by computer vision. The robot is capable of driving independently and it does not have to see landmarks or wall surfaces in order to find the proper waypoints